MétaCan
Menu
Retour à la cohorte
Enregistrement W3110690970 · doi:10.1093/jaoacint/qsaa154

Synthetic Musk Compounds in Human Biological Matrices: Analytical Methods and Occurrence—A Review

2020· review· en· W3110690970 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of AOAC International · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésHuman healthHuman breast milkBiological materialsBiochemical engineeringContaminationEnvironmental chemistryChemistryChromatographyBreast milkBiologyMedicineEnvironmental healthBiochemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Extensive use of synthetic musk compounds (SMs) in numerous consumer and personal care products has resulted in direct human exposures via dermal absorption, inhalation of contaminated dust and volatilized fragrances, and oral ingestion of contaminated foods and liquids. SMs and their metabolites are lipophilic, hence commonly detected in various biological matrices such as blood, breast milk, and adipose tissue. Appropriate analytical techniques are needed to detect and quantify SMs in biological matrices to assess their potential effects on human health. Different methods to process and analyze SMs in biological matrices, including sample-pretreatment, solvent extraction, cleanup, and instrumental analysis, are presented in this review. The concentration levels of selected musk compounds in biological samples from different countries/regions are summarized. Finally, research gaps and questions pertaining to the analysis of SMs are identified and suggestions made for future research studies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,143
Tête enseignante GPT0,473
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle